人脸识别哪家强？四种API对比，揭晓开发人脸识别用到发的技术和工具

人脸识别究竟如何工作？

深入分析之前，首先让我们探究一下人脸识别的工作原理。

Viola-Jones的人脸识别

2001年，Paul Viola和Michael Jone开始了计算机视觉的革命，当时的人脸识别技术并不成熟，识别准确度较低，速度也很慢。直到提出了Viola-Jones人脸识别框架后，不仅成功率大大提高，而且还能实施进行人脸识别。

自从上世纪90年代开展了各项人脸识别、目标识别挑战赛，这类技术得到了迅猛发展。

在这里给大家推荐一个python系统学习q群：250933691有免费开发工具以及初学资料，（人工智能，数据分析，爬虫，神经网络）每天有老师给大家免费授课，欢迎一起交流学习

深度卷积神经网络

2010年，ImageNet视觉识别挑战赛开始举办，前两年，大部分参赛队伍都用Fisher Vectors和支持向量机的结合。但2012年，一切都变了。

多伦多大学的团队（Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton）第一次在目标物体识别任务上使用了深度卷积神经网络，并拿到冠军。他们使用的方法错误率为15.4%，而第二名的错误率为26.2%。到了2013年，前5名的队伍全部都开始用深度卷积神经网络。

所以，神经网络到底怎么工作的呢？下面的视频会给你答案：

亚马逊、谷歌、IBM、微软现在在用什么？

目前为止，